Встречается на собеседованиях • сегодня

Какая будет размерность градиента при обучении линейной регрессии

Размерность градиента совпадает с размерностью вектора весов модели. Для линейной регрессии вида y = w0 + w1*x1 + ... + wn*xn градиент будет вектором размерности (n+1,), где n — количество признаков, плюс один элемент для свободного коэффициента (bias).

Пример для 2 признаков:

python
import numpy as np

# Данные: 3 объекта, 2 признака
X = np.array([[1, 2], [3, 4], [5, 6]])
y = np.array([3, 7, 11])
w = np.zeros(3)  # w0, w1, w2

# Градиент MSE (размерность 3)
gradient = 2/3 * X.T @ (X @ w - y)  # Для w1, w2
gradient_bias = 2/3 * np.sum(X @ w - y)  # Для w0
full_gradient = np.concatenate([[gradient_bias], gradient])
print(full_gradient.shape)  # (3,)
Sophi
Софи собрала все вопросы. Тренируйся и получай
офферы быстрее!
Попробовать бесплатноArrow

Следующий вопрос

Это единственный вопрос по вашему фильтру

как отвечать на вопрос
пример собеседования
фреймворки на собеседовании
типичные вопросы junior
интервью вопросы и ответы